Ví dụ về ứng dụng trí tuệ nhân tạo trong doanh nghiệp theo từng phòng ban

Các ứng dụng trí tuệ nhân tạo trong doanh nghiệp phổ biến hiện nay thường bắt đầu từ 1 trong 7 phòng ban sau: chăm sóc khách hàng, marketing và bán hàng, tài chính kế toán, chuỗi cung ứng, sản xuất, nhân sự và công nghệ thông tin. Theo McKinsey năm 2025, 62% tổ chức đang thử nghiệm hoặc mở rộng AI tác tử (AI Agent).

Ứng dụng trí tuệ nhân tạo trong doanh nghiệp là làm gì?

Ứng dụng trí tuệ nhân tạo trong doanh nghiệp là việc đưa AI vào các quy trình nội bộ của từng phòng ban để làm nhanh hơn, chính xác hơn hoặc với chi phí thấp hơn. Mỗi ứng dụng gắn với một quy trình cụ thể như trả lời khách hàng, xử lý hóa đơn, sàng lọc hồ sơ ứng viên hay dự báo tồn kho.

Ứng dụng trí tuệ nhân tạo ở cấp phòng ban khác việc nhân viên tự dùng công cụ AI ở 2 điểm. Thứ nhất, ứng dụng được tích hợp với hệ thống và dữ liệu của doanh nghiệp. Thứ hai, ứng dụng có người chịu trách nhiệm, có chỉ số đo và có quy định về dữ liệu được phép đưa vào.

Các doanh nghiệp hiện nay thường dùng 3 loại AI cho các ứng dụng nội bộ: AI dự đoán cho bài toán dự báo và phát hiện bất thường, AI tạo sinh cho bài toán soạn thảo và tổng hợp, AI tác tử cho bài toán cần thực hiện nhiều bước trên hệ thống. 

→ Xem thêm tại: các loại trí tuệ nhân tạo.

Doanh nghiệp đang ứng dụng AI ở những phòng ban nào?

Doanh nghiệp ứng dụng AI rộng nhất ở công nghệ thông tin, marketing và bán hàng, và các mảng vận hành có khối lượng giao dịch lớn. Khảo sát The State of AI 2025 của McKinsey với 1.993 người trả lời tại 105 quốc gia cho thấy 88% tổ chức đã dùng AI thường xuyên ở ít nhất 1 chức năng.

McKinsey chỉ ra mỗi nhóm phòng ban tạo ra một loại giá trị khác nhau:

• Phòng ban tạo lợi ích về chi phí nhiều nhất: kỹ thuật phần mềm, sản xuất và công nghệ thông tin.
• Phòng ban tạo tăng trưởng doanh thu nhiều nhất: marketing và bán hàng, chiến lược và tài chính doanh nghiệp, phát triển sản phẩm.
• Phòng ban mở rộng AI tác tử nhiều nhất: công nghệ thông tin và quản trị tri thức.

Ví dụ về ứng dụng AI ở từng phòng ban

Mỗi phòng ban có 2–4 ứng dụng trí tuệ nhân tạo phổ biến, phần lớn xử lý công việc lặp lại, khối lượng lớn và có dữ liệu sẵn. Dưới đây là các ứng dụng chính của từng phòng ban, và ví dụ từ các doanh nghiệp đã triển khai thành công.

1. Chăm sóc khách hàng

Chăm sóc khách hàng dùng AI để trả lời câu hỏi lặp lại 24/7, phân loại và chuyển yêu cầu tới đúng bộ phận, tóm tắt lịch sử trao đổi cho nhân viên và gợi ý câu trả lời.

Klarna, công ty thanh toán tại Thụy Điển, là ví dụ điển hình. Năm 2024, trợ lý AI của Klarna xử lý 2.300.000 cuộc trò chuyện trong tháng đầu, chiếm 2/3 lượng yêu cầu chăm sóc khách hàng, thời gian giải quyết trung bình dưới 2 phút và được công ty quy đổi tương đương khối lượng việc của 700 nhân viên. 

Đến tháng 5/2025, Klarna tuyển lại nhân viên chăm sóc khách hàng, với lý do khách hàng cần luôn có lựa chọn nói chuyện với người thật và việc ưu tiên cắt giảm chi phí đã làm giảm chất lượng trải nghiệm.

Bài học từ Klarna là AI xử lý tốt phần khối lượng, còn yêu cầu phức tạp và khách hàng có cảm xúc tiêu cực cần đường chuyển sang nhân viên.

2. Marketing và bán hàng

Marketing và bán hàng dùng AI để phân nhóm khách hàng, cá nhân hóa nội dung và ưu đãi, chấm điểm khách hàng tiềm năng và tối ưu chiến dịch quảng cáo theo thời gian thực. Đây là nhóm phòng ban có tác động lên doanh thu rõ nhất theo khảo sát của McKinsey.

• Hệ thống gợi ý nội dung: Netflix dùng học máy để gợi ý phim theo hành vi xem, giữ chân người dùng và tăng thời gian xem.
• CRM tích hợp AI: Salesforce đưa Einstein AI vào hệ thống quản lý khách hàng để dự đoán khả năng chốt đơn và gợi ý bước tiếp theo cho nhân viên bán hàng.

→ Xem thê tại: ứng dụng AI trong marketing.

3. Tài chính kế toán

Tài chính kế toán dùng AI để đọc và nhập liệu hóa đơn, đối soát chứng từ, phân loại chi phí, phát hiện giao dịch gian lận và hỗ trợ dự báo dòng tiền. Đây là phòng ban có dữ liệu có cấu trúc tốt và quy tắc rõ, nên ứng dụng AI cho kết quả dễ dàng đo lường hơn.

• Phát hiện gian lận: PayPal phân tích giao dịch theo thời gian thực để nhận diện mẫu bất thường và chặn giao dịch đáng ngờ trước khi hoàn tất.
• Xử lý chứng từ: một doanh nghiệp tài chính tại Hàn Quốc giảm hơn 80% thời gian xử lý chứng từ sau khi dùng AI đọc tài liệu, đồng thời giảm lỗi tuân thủ, theo tổng hợp của SmartDev.
• Tự động hóa hóa đơn: Unilever kết hợp AI với tự động hóa quy trình (RPA) cho mảng hóa đơn và chuỗi cung ứng để giảm chi phí vận hành và tăng độ chính xác.

4. Chuỗi cung ứng và logistics

Chuỗi cung ứng dùng AI để dự báo nhu cầu, tối ưu mức tồn kho theo từng điểm bán, lập tuyến giao hàng và cảnh báo gián đoạn nguồn cung. Giá trị đến từ việc giảm cùng lúc 2 loại chi phí: hàng tồn quá mức và mất doanh thu do hết hàng.

• Dự báo tồn kho: Walmart dùng AI dự báo nhu cầu trên toàn mạng lưới cửa hàng để giảm cả tình trạng hết hàng lẫn tồn kho dư.
• Điều phối kho và giao hàng: Amazon dùng AI tối ưu chuỗi cung ứng và kho vận để duy trì giao hàng trong ngày hoặc ngày hôm sau và giảm lỗi tại kho.

5. Sản xuất và vận hành

Các doanh nghiệp sản xuất dùng AI ở 2 ứng dụng chính: bảo trì dự đoán dựa trên dữ liệu cảm biến và kiểm tra chất lượng bằng thị giác máy tính. Bảo trì dự đoán phát hiện dấu hiệu hỏng hóc trước khi máy dừng, kiểm tra bằng camera thay khâu soi lỗi thủ công trên dây chuyền.

6. Nhân sự

Nhân sự dùng AI để sàng lọc hồ sơ, đối chiếu ứng viên với yêu cầu vị trí, trả lời câu hỏi chính sách của nhân viên và phân tích nguy cơ nghỉ việc. Tuyển dụng là ứng dụng có hiệu quả lớn nhưng cũng nhạy cảm nhất về pháp lý và đạo đức.

Unilever là ví dụ được trích dẫn nhiều. Công ty từng mất 4–6 tháng để xem xét 250.000 hồ sơ cho 800 vị trí. Sau khi dùng hệ thống phỏng vấn video có AI đánh giá của HireVue, Unilever ghi nhận trong 18 tháng đã tiết kiệm 50.000 giờ của ứng viên, giảm 90% thời gian tuyển, tiết kiệm 1.000.000 bảng Anh mỗi năm và tăng 16% số ứng viên đa dạng được tuyển.

7. Công nghệ thông tin và quản trị tri thức

Công nghệ thông tin dùng AI để hỗ trợ viết và rà soát mã, tự động xử lý yêu cầu hỗ trợ kỹ thuật, giám sát hệ thống và xây trợ lý hỏi đáp trên tài liệu nội bộ. Đây là nhóm có mức mở rộng AI tác tử cao nhất theo McKinsey.

Ứng dụng hỏi đáp tài liệu nội bộ giải quyết bài toán nhân viên mất thời gian tìm quy trình, chính sách và hướng dẫn rải rác ở nhiều nơi. Ở mảng lập trình, agent lập trình đảm nhận phần viết mã lặp lại, cách làm việc này được phân tích trong bài agentic coding là gì.

Ứng dụng AI vào phòng ban nào cho hiệu quả nhanh nhất?

Chăm sóc khách hàng và tài chính kế toán thường là 2 phòng ban mang lại hiệu quả “đo được” nhanh nhất, vì khối lượng giao dịch lớn, quy trình lặp lại và kết quả quy đổi được ra giờ công. Marketing và bán hàng cho tác động doanh thu lớn hơn nhưng cần thời gian dài hơn để phân tách tác động của AI khỏi các yếu tố thị trường.

Phòng ban	Thời gian thấy kết quả	Loại giá trị chính	Điều kiện để nhanh
Chăm sóc khách hàng	Ngắn	Giảm thời gian phản hồi, giảm tải nhân sự	Có kho câu hỏi thường gặp và lịch sử hội thoại
Tài chính kế toán	Ngắn	Giảm giờ nhập liệu, giảm lỗi	Chứng từ điện tử, quy tắc hạch toán rõ
Công nghệ thông tin	Ngắn đến trung bình	Tăng tốc phát triển, giảm yêu cầu hỗ trợ	Kho mã và tài liệu kỹ thuật tập trung
Marketing và bán hàng	Trung bình	Tăng tỷ lệ chuyển đổi, tăng doanh thu	Dữ liệu khách hàng hợp nhất
Chuỗi cung ứng	Trung bình đến dài	Giảm tồn kho, giảm hết hàng	Lịch sử bán hàng nhiều năm theo mã hàng
Sản xuất	Dài	Giảm dừng máy, giảm lỗi sản phẩm	Cảm biến trên máy, dữ liệu lỗi có gắn nhãn
Nhân sự	Trung bình	Rút ngắn thời gian tuyển	Bộ tiêu chí tuyển chuẩn hóa, kiểm tra thiên lệch

Ứng dụng AI nào phù hợp với doanh nghiệp vừa và nhỏ?

Doanh nghiệp vừa và nhỏ phù hợp với các ứng dụng trí tuệ nhân tạo dạng phần mềm có sẵn: trợ lý trả lời tin nhắn khách hàng, đọc hóa đơn tự động, trợ lý soạn thảo cho nhân viên và công cụ tạo nội dung bán hàng. Các ứng dụng này không cần đội kỹ thuật riêng, chi phí tính theo tháng và dừng được khi không hiệu quả.

Ứng dụng cần mô hình riêng như dự báo nhu cầu, bảo trì dự đoán hay chấm điểm tín dụng chỉ phù hợp khi doanh nghiệp có đủ dữ liệu lịch sử và khối lượng giao dịch. 

Tiêu chí lựa chọn và ứng dụng AI đầu tiên cho doanh nghiệp

Các tiêu chí lựa chọn AI bao gồm: khối lượng việc, mức sẵn sàng của dữ liệu, chi phí khi sai, khả năng đo kết quả và mức thay đổi quy trình cần thiết. Nên chấm điểm các ứng dụng AI dựa trên cả 5 tiêu chí này để lựa chọn phương án phù hợp nhất với nguồn lực hiện tại.

Tiêu chí	Điểm cao khi	Điểm thấp khi	Câu hỏi kiểm tra
Khối lượng việc	Hàng trăm, hàng nghìn lần mỗi tháng	Vài chục lần mỗi tháng	Việc này lặp lại bao nhiêu lần mỗi tháng?
Mức sẵn sàng của dữ liệu	Dữ liệu điện tử, tập trung, có lịch sử	Dữ liệu trên giấy, rải rác nhiều file	Dữ liệu đầu vào đang nằm ở đâu, ai quản lý?
Chi phí khi sai	Sai sửa được, không ảnh hưởng tiền hoặc pháp lý	Sai gây thiệt hại tài chính, pháp lý, uy tín	Một lần AI sai thì doanh nghiệp mất gì?
Khả năng đo kết quả	Có số liệu trước triển khai để so sánh	Không có chỉ số hiện trạng	Hôm nay việc này tốn bao nhiêu giờ, bao nhiêu lỗi?
Mức thay đổi quy trình	Chỉ thay 1 bước trong quy trình	Phải thay đổi nhiều phòng ban cùng lúc	Bao nhiêu người phải đổi cách làm?

Ứng dụng có điểm cao ở cả 5 tiêu chí thường là xử lý chứng từ, trả lời câu hỏi lặp lại của khách hàng và tra cứu tài liệu nội bộ. Ứng dụng có chi phí sai cao như chấm điểm tín dụng hay sàng lọc ứng viên nên để sau, khi doanh nghiệp đã có khung kiểm soát.

Rủi ro pháp lý của các ứng dụng AI

Mỗi ứng dụng trí tuệ nhân tạo kéo theo rủi ro khác nhau tùy loại dữ liệu nó xử lý và mức tác động lên con người. 

Phòng ban	Dữ liệu xử lý	Rủi ro chính	Điểm cần kiểm soát
Chăm sóc khách hàng	Thông tin liên hệ, lịch sử giao dịch	Khách không biết đang trao đổi với AI, trả lời sai chính sách	Thông báo cho khách đang tương tác với AI, đường chuyển sang nhân viên
Marketing và bán hàng	Hành vi mua, dữ liệu cá nhân	Dùng dữ liệu cá nhân ngoài mục đích khách đã đồng ý	Quản lý sự đồng ý theo Luật Bảo vệ dữ liệu cá nhân
Tài chính kế toán	Hóa đơn, giao dịch, thông tin đối tác	Lộ dữ liệu tài chính khi dùng công cụ bên ngoài	Chọn nhà cung cấp lưu trữ dữ liệu đáp ứng quy định
Nhân sự	Hồ sơ ứng viên, đánh giá nhân viên	Thiên lệch trong quyết định tuyển dụng, đánh giá	Kiểm tra thiên lệch, con người quyết định cuối cùng
Sản xuất	Dữ liệu máy, cảm biến	Sai cảnh báo gây dừng máy hoặc bỏ sót lỗi	Ngưỡng cảnh báo và kiểm tra lại định kỳ
Công nghệ thông tin	Mã nguồn, tài liệu nội bộ	Lộ mã và bí mật kinh doanh, phân quyền tài liệu sai	Phân quyền truy cập theo vai trò người hỏi

Rủi ro lớn khác đến từ nhân viên tự dùng công cụ AI chưa được phê duyệt.

→ Chi tiết xem tại shadow AI là gì.

Cách đo hiệu quả ứng dụng AI ở từng phòng ban

Ứng dụng trí tuệ nhân tạo ở mỗi phòng ban có hiệu quả hay không thường được đo bằng 2 nhóm chỉ số chính: chỉ số vận hành (thời gian, khối lượng, tỷ lệ lỗi) và chỉ số tài chính (chi phí tiết kiệm, doanh thu tăng thêm). Các tiêu chí đánh giá và chỉ số phải được xác định và đo lường trước khi triển khai AI để có mốc so sánh.

• Chăm sóc khách hàng: tỷ lệ yêu cầu AI tự giải quyết, thời gian phản hồi đầu tiên, điểm hài lòng của khách hàng, tỷ lệ chuyển sang nhân viên.
• Marketing và bán hàng: tỷ lệ chuyển đổi, giá trị đơn hàng trung bình, chi phí trên mỗi khách hàng tiềm năng.
• Tài chính kế toán: thời gian xử lý một chứng từ, tỷ lệ lỗi nhập liệu, số giao dịch gian lận bị chặn.
• Chuỗi cung ứng: độ chính xác dự báo, số ngày tồn kho, tỷ lệ hết hàng.
• Sản xuất: thời gian dừng máy ngoài kế hoạch, tỷ lệ sản phẩm lỗi lọt qua kiểm tra.
• Nhân sự: thời gian tuyển một vị trí, tỷ lệ ứng viên qua thử việc.
• Công nghệ thông tin: thời gian xử lý yêu cầu hỗ trợ, số yêu cầu được trả lời tự động.

Doanh nghiệp nên theo dõi thêm chỉ số chất lượng song song với chỉ số tiết kiệm để tránh đi lên vết xe đổ trong trường hợp của Klarna – chỉ số chi phí có thể tốt lên trong khi trải nghiệm khách hàng đi xuống. 

→ Xem thêm tại: Ứng dụng trí tuệ nhân tạo trong kinh doanh

Nếu doanh nghiệp của bạn đang chọn ứng dụng AI đầu tiên cho một phòng ban và cần xác định năng lực quản lý còn thiếu, chúng tôi sẵn sàng tư vấn lộ trình học dựa trên vai trò hiện tại của bạn. Đăng ký tại trang chương trình PMDS hoặc gọi hotline 098 360 4487.